廣告
xx
xx
"
"
回到網頁上方

FOCUS/電腦圍棋大賽 臉書darkforest首亮相


發佈時間:2016/03/21 20:47
最後更新時間:2016/06/29 09:35

▲(圖:CCTV/版權所有,禁止轉載。)

上週轟動國際的「人機圍棋大賽」,谷歌開發的AlphaGo表現驚豔全場,現在全球各大IT企業紛紛投入研發人工智慧軟體,日本東京舉辦了第9屆電腦圍棋大賽,臉書開發的「黑暗森林」首次登場,不過在決賽時輸給了日本的「Zen」,這次獲得冠亞軍的軟體將在23日舉行的「電聖戰」與日本名譽棋聖小林光一進行對弈,再一次上演電腦對決人腦。


Google旗下開發的AlphaGo大敗韓國圍棋天才李世石的「人機大戰」後,電腦對決電腦的圍棋大賽在東京登場。

NHK主播中山庸介:「這次6國31個團隊參加,在東京舉行的電腦圍棋世界大賽。」

這次包括台灣在內一共31支隊伍參加史上最多,不過上週大出鋒頭的AlphaGo則缺席,過去在世界大賽曾2次勝出的日本軟體Zen,1日才對外宣布與日本棋院東京大學等研究團隊聯手,要開發出世界最強的圍棋人工智慧。

「Zen」開發者加藤英樹:「我想半年後追上是有可能的。」

東京大學特任副教授松尾豐:「『Zen』的開發是靠大家幫忙,全日本總動員應戰我覺得非常有意義。」

結果這回電腦決賽,由日本的Zen對上美國臉書開發首次亮相的darkforest黑暗森林,雙方對戰互相激烈攻擊。

「Zen」開發者加藤英樹:「『darkforest』投子認輸了。」

最後由Zen獲勝,去年勝出的法國CrazyStone落居第3,台灣交通大學的CGI Go Intelligence則拿下第6名。

「Zen」開發者加藤英樹:「睽違2年獲勝因此更加開心!最驚訝的是大家都變強了參加者也變多了。」

AlphaGo與李世石的5局大戰,以獨特的出奇套路接連獲勝,最後以4比一的絕對優勢戰勝人腦。

韓國職業圍棋9段棋手李世石:「我覺得非常遺憾,第一這次挑戰賽就這樣結束我覺得遺憾,第2我本想能夠以完美的結局謝幕,這一點沒做到也很遺憾。」

現在AlphaGo以3586的積分圍棋排名世界第2,僅次於中國大陸9段棋手柯潔的3621分。

中國大陸圍棋9段棋手柯潔:「我從最開始的非常堅定地(認為)李世石5比0(贏)AlphaGo,到後來中途是非常堅定地AlphaGo5比0(贏)李世石,劇情不停地在反轉,我覺得AlphaGo真的是非常了不起,也證實了我開始的判斷是錯誤的,它的棋力真的可以達到世界頂尖的水平。」

一戰成名的Alphago幕後團隊,是英國人工智慧公司DeepMind「深度思維」2014年被Google收購,3位創辦人哈薩比斯、雷格和蘇雷曼,39歲的哈薩比斯在第一場贏過韓國棋王後,立刻上網推文高呼猶如「登陸月球」。

谷歌深度思維創辦人哈薩比斯:「我們研發AlphaGo就是要破解圍棋棋路,我們也評估軟體到底有多強,因為你跟人類對戰有時候會出現有趣或創意的招式總會有未知數。」

去年哈薩比斯先邀請歐洲圍棋冠軍樊麾進行首場人機大戰,結果歐洲棋王以0比5慘敗,圍棋因落子點眾多被認為是最複雜的遊戲之一,美國普林斯頓大學研究人員算出圍棋所有可能性多達171位數,但AlphaGo不同以往的人工智慧軟體有超強深度學習能力,由2個不同的大腦網絡組成,一是靠學習套路來預測對手落子方式的「策略網絡」,另一個是分析整體盤面勝算的「價值網絡」,對弈中AlphaGo的2個大腦會協調工作,策略網絡判斷出當前局面最好的下一步,價值網路則負責評估比賽的整體態勢,等於跟人的思維方式非常接近。

谷歌深度思維創辦人哈薩比斯:「AlphaGo可以像人類一樣自我學習,在它完成第一階段模仿人類布棋後,我們就讓它自己對戰3千萬次通過自我強化學習。」

現在有網友提議讓人工智慧對戰撲克牌或麻將,不過和圍棋相比牌類遊戲的排列組合少很多,不只靠智慧還要靠運氣及隊友配合,麻將規則更複雜電腦想贏得雀聖的稱號可不容易。

電氣通信大學助教伊藤毅志:「這次Google成功,很多研究人員看了都在想自己從事的領域能否應用上,圍棋只是一例如果能夠實現也就能應用在其他領域。」

人工智慧一次次升級圍棋只是應用之一,未來要在手機、醫療、生活等領域發揮,才是各IT企業搶進的終極目標。

▲(圖:CCTV/版權所有,禁止轉載。)

◤好眠對策全攻略◢

👉2招「睡前慢運動」快速入眠遠離肥胖

👉想要倒頭就睡、身心放鬆就吃這3水果

👉蓋厚棉被比較好睡覺?研究顯示是真的


#AlphaGo#李世石#圍棋#人工智慧

分享

share

分享

share

連結

share

留言

message

訂閱

img

你可能會喜歡

人氣點閱榜

網友回應

其他人都在看

notification icon
感謝您訂閱TVBS,跟上最HOT話題,掌握新聞脈動!

0.0774

0.0436

0.121